Perpustakaan Digital ITB

Bab 1 menjelaskan bahwa PT Biru, sebagai salah satu platform e-commerce terkemuka di Indonesia, saat ini sedang menjalankan inisiatif efisiensi secara menyeluruh di seluruh perusahaan. Inisiatif ini mendorong Divisi Operations Partnership untuk secara aktif mencari strategi pengurangan biaya logistik. Salah satu tantangan utama yang dihadapi adalah meningkatnya biaya pengiriman antar kota, khususnya untuk rute dengan volume rendah hingga menengah di Pulau Jawa. Sebagai contoh, analisis biaya internal menunjukkan bahwa PT Biru mengeluarkan sekitar Rp10.882 untuk setiap pengiriman melalui JTX, sementara biaya operasional yang dilaporkan oleh penyedia layanan tersebut hanya berkisar Rp9.000–9.500, sehingga menyisakan margin yang sangat tipis untuk negosiasi harga lebih lanjut. Meskipun demikian, PT Biru tetap berupaya menjaga daya saing harga tanpa mengorbankan standar layanan mereka. Namun, pemilihan penyedia 3PL yang paling hemat biaya menjadi tantangan karena perbedaan struktur harga dan kemampuan layanan masing-masing. Di sisi lain, perusahaan masih sangat bergantung pada metode pengiriman langsung. Hal ini menunjukkan urgensi untuk mengeksplorasi strategi logistik alternatif, seperti optimalisasi rute melalui model pengiriman multi-hop, guna menurunkan total biaya distribusi. Bab 2 menyajikan literatur utama yang menjadi dasar penelitian ini. Bab ini diawali dengan pembahasan tentang fungsi penyedia logistik pihak ketiga (3PL) dalam pemenuhan pesanan e-commerce (Akhter et al., 2024; Vaidyanathan, 2005) dan pentingnya efisiensi pengiriman last-mile (Mangiaracina et al., 2019; Boysen et al., 2020). Kerangka teoritis dibangun dari teori Transportation Problem (TP) dan variannya, Transshipment Problem (TsP), yang menjadi dasar dalam pemodelan pengiriman tidak langsung melalui hub perantara (Arora et al., 2024; Khunara, 2015). Teknik optimasi menggunakan Linear Programming (Mostafa et al., 2023; Tang, 2024), khususnya penerapan LP untuk meminimalkan biaya pengiriman dalam batasan kapasitas, tarif, dan variasi permintaan, juga dibahas dalam bab ini. Bab 3 menjelaskan metodologi penelitian dengan pendekatan kuantitatif berbasis Linear Programming. Penelitian ini menggunakan data riwayat pesanan tahun 2024 milik PT Biru, tarif per kg dari enam penyedia 3PL, serta data kapasitas maksimum dari masing-masing penyedia. Kombinasi rute multi-hop yang dibatasi pada satu titik transit (intermediate node) dibuat untuk setiap pasangan origin-destination menggunakan Python. Model minimisasi biaya disusun menggunakan Linear Programming dengan pustaka PuLP. Variabel keputusan digunakan untuk mewakili alokasi bobot pengiriman pada rute langsung dan multi-hop. Model ini juga menerapkan batasan pasokan, permintaan, dan kapasitas guna menyimulasikan operasi 3PL secara realistis serta menghitung efisiensi biaya dari setiap konfigurasi rute. Ruang lingkup penelitian ini berfokus pada pengiriman antar kota di Pulau Jawa dan hanya mempertimbangkan variabel biaya pengiriman. Adapun keterbatasannya mencakup tidak dimasukkannya faktor-faktor seperti SLA, waktu pengiriman, dan gangguan operasional; asumsi harga yang tetap; serta pembatasan pada satu titik pemberhentian (intermediate hop), yang berpotensi mengabaikan rute yang lebih kompleks namun lebih murah. Bab 4 menunjukkan hasil analisis bahwa dari total 5.866 pengiriman, sebanyak 828 pengiriman (14,1%) menjadi lebih hemat biaya jika menggunakan rute alternatif satu-hop. Dengan diterapkannya strategi routing hybrid yang dioptimalkan ini, total biaya pengiriman PT Biru berhasil ditekan dari Rp382,8 miliar menjadi Rp380,4 miliar, menghasilkan penghematan sekitar Rp2,4 miliar. Model ini menunjukkan bahwa sistem routing berbasis data yang efisien secara biaya dapat meningkatkan efektivitas logistik tanpa mengganggu kebutuhan operasional. Bab 5 menyimpulkan bahwa strategi multi-hop berbasis linear programming merupakan solusi yang layak untuk diterapkan PT Biru dalam meningkatkan efisiensi biaya pengiriman. Penelitian ini merekomendasikan penerapan model ini dalam operasional harian, serta pengembangan analisis lanjutan yang mencakup variabel berbasis waktu, metrik kinerja SLA, dan dinamika waktu nyata pada tingkat yang lebih kompleks untuk penelitian selanjutnya.